Evaluación de la productividad y eficiencia

en los aeropuertos españoles después de

la liberalización del transporte aéreo

Evaluating productivity and

efficiency of Spanish airports after
air transport liberalization

Núm. 9 (2017), pp. 99-112

Inglada, Vicente*
Coto-Millán, Pablo**
Inglada-Pérez, Lucía***
Recibido: diciembre, 2016

Aceptado: diciembre, 2017

JEL Clasif: L32, L93, H54

DOI: 10.5944/reppp.9.2017.17686

* Vicente Inglada: Universidad Nacional de Educación a Distancia. E-mail: vinglada@cee.uned.es

** Pablo Coto-Millán: Universidad de Cantabria. E-mail: pedro.coto@unican.es
*** Lucía Inglada-Pérez: Universidad Carlos III de Madrid. Departamento de Economía. España.
E-mail: linglada@eco.uc3m.es
Evaluación de la productividad y eficiencia en los aeropuertos
españoles después de la liberalización del transporte aéreo.

Resumen

Desde la década de los noventa, se han desarrollado diversos procesos —liberalización

del transporte aéreo, globalización, irrupción de las compañías aéreas de bajo coste—
que han tenido implicaciones relevantes sobre el sistema aeroportuario español. Este
artículo estudia los cambios acaecidos en la productividad y eficiencia técnica de los
aeropuertos españoles entre 1992 y 2012. Para ello se aplica la metodología denominada
Análisis Envolvente de Datos (DEA) que permite la estimación de índices Malmquist
de productividad y su posterior descomposición en indicadores de eficiencia técnica y
cambio tecnológico. Los resultados obtenidos muestran que los aeropuertos españoles
han experimentado durante el periodo analizado un moderado incremento de la produc-
tividad total de los factores que es imputable prácticamente en exclusiva al crecimiento
de la eficiencia técnica.

Palabras clave: Aeropuertos; Malmquist; DEA; eficiencia; productividad; cambio

tecnológico

Abstract

Since the 1990s, several significant events i.e. liberalization of air transport, globaliza-
tion, economic crisis and low-cost carrier presence, have produced considerable effects
on the Spanish airports. This paper studies the changes in both technical efficiency and
total factor productivity of Spanish airports that have happened in 1992-2012. To this
end, we have applied a Data Envelopment Analysis (DEA) methodology to estimate
Malmquist indices of productivity change that have the advantage of being able to break
down as a combination of the technological change and the technical efficiency. Results
show that Spanish airports have experienced during the period analyzed an increment in
the total factor productivity which is mainly due to technical efficiency change.

Key Words: Airports; Malmquist; DEA; efficiency; productivity; technological change

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

100
Vicente Inglada; Pablo Coto-Millán; Lucía Inglada-Pérez

1. Introducción
Desde el inicio de la década de los 90, la confluencia de diversos procesos ha generado
consecuencias importantes sobre los actores involucrados en la industria aérea española,
y en particular sobre el sistema aeroportuario. El proceso de liberalización del transporte
aéreo y de ciertos servicios aeroportuarios de asistencia en tierra, acometidos en España
durante la década de los 90, la irrupción de las compañías de bajo coste en los años
noventa y la intensa crisis económica comenzada en 2008, son algunos ejemplos repre-
sentativos de tales fenómenos que han incidido profundamente en el funcionamiento de
los aeropuertos españoles (Coto-Millán et al., 2016). Por ello, el estudio de los cambios
acaecidos durante dicho periodo en las principales variables que caracterizan a cada
aeropuerto adquiere un carácter sumamente relevante.
El objetivo básico de este trabajo es analizar los cambios producidos en los aeropuer-
tos españoles entre los años 1992 y 2012, incidiendo con especial énfasis en el tráfico de
mercancías y pasajeros, así como en el grado de eficiencia y productividad mostrado en
su gestión. Los aeropuertos españoles se caracterizan por la existencia de una elevada
diferenciación en su tamaño. Por todo ello, no solo se estudia la evolución de su nivel de
eficiencia sino también se descompone la eficiencia de cada aeropuerto en sus dos com-
ponentes, asociadas, respectivamente, a la escala y la puramente técnica. En la eficiencia
de escala intervendría decisivamente el tamaño del aeropuerto. El estudio se lleva a cabo
sobre 33 aeropuertos, utilizando una metodología de análisis no paramétrico, que per-
mite la estimación de índices Malmquist de productividad y su posterior descomposición
en indicadores de eficiencia técnica y cambio tecnológico.
La herramienta metodológica empleada es el denominado Análisis Envolvente de
Datos (DEA), una técnica de programación lineal no paramétrica que es adecuada para
estimar la eficiencia y rendimientos de escala mediante la construcción de la frontera
más eficiente. Esta metodología presenta, entre otras, la ventaja de su flexibilidad, al no
imponer forma funcional alguna para la frontera tecnológica, que es construida a partir
de las prácticas más eficientes y sus combinaciones lineales.
Dado su interés, no es extraño que en la literatura sobre eficiencia y productividad
se reconozcan numerosos trabajos que analizan la eficiencia técnica de los aeropuertos
tanto españoles como de otros países1. Sin embargo, no existe, en nuestro conocimiento,
un estudio para el caso español que considere un periodo tan amplio de 20 años como se
realiza en esta investigación.
Con estos objetivos, la estructura de esta investigación es la siguiente. En la sección
segunda se revisa la metodología utilizada para el cálculo de la variación de la producti-
vidad y de los índices de eficiencia técnica y de escala. En la sección tercera se describen y
analizan los datos utilizados. A continuación, en la sección cuarta, se discuten los resulta-
dos obtenidos, y por último, en la sección quinta se exponen las principales conclusiones.

1 En Coto-Millán et al. (2014) se lleva a cabo una revisión completa de la literatura internacional
sobre eficiencia en aeropuertos.

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

101
Evaluación de la productividad y eficiencia en los aeropuertos
españoles después de la liberalización del transporte aéreo.

2. Metodología
2.1. Análisis Envolvente de Datos (DEA)

Se considera una empresa que emplea K factores productivos: X = (X1, X2,.... , Xk) que
están disponibles a unos precios fijos, para producir un producto Y, que se puede vender
a un precio fijo. Desde la perspectiva de la eficiencia, la característica básica de la función
de producción radica en que proporciona la máxima cantidad de producto que es posible
obtener para cada vector de cantidades aplicadas de los factores productivos, bajo ciertas
condiciones impuestas por la tecnología. Por lo tanto, describe un límite o frontera y, así,
en la literatura económica, esta función es denominada función frontera ya que carac-
teriza el comportamiento optimizador de un productor eficiente y, por tanto, marca los
límites de los posibles valores de su respectiva variable dependiente.
Las medidas de eficiencia de las unidades investigadas se obtienen comparando los
valores observados para cada unidad productiva con el óptimo definido por la frontera
estimada.
La hipótesis de rendimientos constantes de escala es un supuesto altamente restric-
tivo en la medida de la eficiencia técnica. En este sentido, Forsund y Hjalmarsson (1979),
consideran la alternativa de rendimientos variables e introducen el concepto de eficien-
cia de escala. Un proceso de producción puede basarse en la hipótesis de rendimientos
constantes de escala (CRS), aunque en la mayoría de situaciones es más apropiado supo-
ner una tecnología con rendimientos variables de escala (VRS). Cuando existen gran-
des disparidades en el tamaño de las unidades de producción, hecho que sucede en los
aeropuertos españoles, sería conveniente comparar cada unidad con otras similares en
escala de producción ya que la diferencia de magnitud de la ineficiencia entre unidades
podría ser debida a la escala.
Asimismo, el índice de eficiencia técnica admite dos especificaciones dependiendo
de que se tome como referencia el nivel de producción o los factores productivos. En el
primer modelo, orientado hacia el output, se mide la proporción en que se puede incre-
mentar el nivel de producción con las cantidades de factores empleadas mientras que
en el segundo modelo, orientado hacia el input, se mide la proporción en que se pueden
reducir los factores productivos para seguir produciendo la misma cantidad de output.
En una tecnología de rendimientos constantes de escala, las dos versiones del índice
coincidirían. En el caso de los servicios públicos, en general, el output está relacionado a
la demanda existente que es una variable, en gran medida, exógena a la empresa, mien-
tras que el ahorro de costes es uno de los objetivos relevantes de la empresa. Por ello,
en estos casos se dan las condiciones idóneas para desarrollar un modelo de proyección
orientado al input. De acuerdo con Coto-Millan et al. (2014) y Tovar y Rendeiro Martin–
Cejas (2009), este será el modelo adoptado en esta investigación.
La técnica denominada Análisis Envolvente de Datos (DEA) parte de Farrel (1957)
que propone construir lo que denomina isocuanta envolvente a partir de los ratios
inputs-output observados, con datos de sección cruzada2. Este método de cálculo ha sido
desarrollado con posterioridad. Entre otros, por Charnes et al. (1978). Esta metodología
2 Es decir, con datos de cada unidad (en este caso aeropuertos) para un año determinado.

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

102
Vicente Inglada; Pablo Coto-Millán; Lucía Inglada-Pérez

tiene la ventaja de permitir relajar supuestos como el de rendimientos constantes y con-

templar casos más generales como el de las tecnologías multiproducto. Mediante esta
técnica se construye una frontera de producción de referencia mediante métodos de pro-
gramación matemática a partir de unidades productivas eficientes y de combinaciones
lineales de las mismas. Esta frontera poligonal lineal no paramétrica representaría el
proceso óptimo en la transformación de un conjunto de inputs en los outputs finales. Las
medidas de la eficiencia son las distancias que separan a cada empresa de la frontera.
Una descripción completa de esta metodología DEA se realiza en Cooper et al. (2000),
Thanassoulis (2001) y Salazar (1999). Este tipo de metodología basada en la identifi-
cación de fronteras no paramétricas ha sido frecuentemente utilizada en la literatura
económica, fundamentalmente para el sector bancario, agrario, hospitales, así como
transporte ferroviario y aéreo.
A continuación, se presenta el ejercicio de programación lineal correspondiente a los
modelos DEA orientados al input y con rendimientos contantes y variables de escala que
es el utilizado en esta investigación. En el caso de n aeropuertos, la magnitud de la efi-
ciencia técnica (ETj) de cada aeropuerto j bajo rendimientos constantes de escala (CRS)
y un modelo DEA orientado hacia el input, puede estimarse resolviendo el siguiente pro-
blema de programación lineal (Coelli, 1998):

Donde X e Y son respectivamente los vectores input y output, θjCVS es la eficiencia

técnica del aeropuerto j, suponiendo rendimientos constantes de escala, y λ es un vector

de pesos o ponderaciones de dimensión n x 1. Estas ponderaciones no pueden ser nega-

tivas y miden la contribución de las unidades seleccionadas eficientes a la definición de

un punto de referencia para el aeropuerto ineficiente j. En general, 0 ≤ θjCVS ≤1, donde

θjCRS=1 si el aeropuerto está produciendo sobre la frontera de producción y por tanto es

técnicamente eficiente. Cuando θjCRS<1, el aeropuerto es técnicamente ineficiente. Para

obtener la eficiencia técnica θjVRS bajo rendimientos variables de escala (VRS) se añade la
n
restricción de convexidad ∑λ
j =1
j = 1 a la ecuación (1).

2.2. Índices de Malmquist

Una forma de estudiar la evolución de la productividad de los factores a lo largo del

tiempo es mediante los denominados índices de Malmquist. Estos índices poseen la ven-
taja de poder descomponer el cambio en la productividad total de los factores (TFP) como
una combinación del cambio técnico y del cambio en la eficiencia técnica. De acuerdo con
Färe et al. (1994) y Färe et al. (1998), el cambio en la eficiencia mide la habilidad para
hacer el mejor uso de la tecnología disponible, mientras el cambio tecnológico se refiere a

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

103
Evaluación de la productividad y eficiencia en los aeropuertos
españoles después de la liberalización del transporte aéreo.

una mejora o empeoramiento del estado de la tecnología. En contraste con otros índices
de productividad, los índices Malmquist tienen la ventaja de que no requieren disponer
de datos acerca de precios. Se calculan mediante la media geométrica de las ratios de
productividad de los factores en los periodos t y t+1 (ver Murillo-Melchor, 1999).
El índice Malmquist entre los periodos t y t+1 es:

1
 D t ( X , Y ) D t +1 ( X , Y )  2
M It ,t +1 ( X t , Yt ; X t +1 , Yt +1 ) =  I t t +1 t +1 × I t +1 t +1 t +1  (2)
 DI ( X t , Yt ) DI ( X t , Yt ) 

Donde Xt e Yt son los inputs y outputs en el periodo t, respectivamente;

DIt ( X t +1 , Yt +1 ) es la distancia entre la observación en el periodo t+1 y la tecnología

frontera en el periodo t, que es definida por DIt ( X t +1 , Yt +1 ) = max{λ : ( X t / λ ) ∈ Lt (Yt )} ; λ

mide la máxima reducción de los inputs y Lt (Yt ) es el conjunto de inputs.

Este índice representaría la variación de la productividad de los factores del punto
de producción (xt+1, yt+1) relativa al punto de producción (xt, yt). Un valor mayor que 1
indicaría una variación positiva de la productividad entre el periodo t y t+1. Para resolver
esta ecuación hay que estimar, por lo tanto, las cuatro funciones de distancia correspon-
dientes, lo que trae consigo la resolución de cuatro ejercicios de programación lineal
similares a aquellos existentes en el cálculo de las medidas de la eficiencia técnica.
El índice de Malmquist que mide la variación de la productividad de los factores
puede expresarse también de la siguiente forma, que nos permite descomponerlo en dos
componentes.
1
D t ( X , Y )  D t +1 ( X , Y ) D t ( X , Y )  2
M It ,t +1 ( X t , Yt ; X t +1 , Yt +1 ) = I t t +1 t +1  It +1 t +1 t +1 t +I 1 t t  (3)
DI ( X t , Yt )  DI ( X t +1 , Yt +1 ) DI ( X t , Yt ) 

La primera componente de la ecuación es el cambio en la eficiencia técnica: (relativa

D It ( X t +1 , Yt +1 )
a tecnología CRS): .
D It ( X t , Yt )

La segunda componente es el cambio tecnológico:

1
 DIt +1 ( X t +1 , Yt +1 ) DIt ( X t , Yt )  2
 t +1  (4)
 DI ( X t +1 , Yt +1 ) DI ( X t , Yt ) 
t +1

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

104
Vicente Inglada; Pablo Coto-Millán; Lucía Inglada-Pérez

La expresión anterior puede ampliarse descomponiendo el cambio en eficiencia téc-

nica (CRS) en sus dos componentes de variación en la eficiencia de escala y en la eficiencia
técnica pura (VRS). Para ello es necesario estimar dos nuevos ejercicios de programación
lineal considerando las funciones distancia, relativas a una tecnología de rendimientos
variables de escala en vez de rendimientos constantes de escala.

3. Análisis de datos
Los datos usados en esta investigación corresponden a 33 aeropuertos españoles obser-
vados entre los años 1992 y 2012 y han sido obtenidos de AENA. Aeropuertos Nacionales3.
La imposibilidad de disponer de datos para todos los años del periodo nos impide usar
un panel de datos y por ello se han utilizado los datos correspondientes a los años 1992 y
2012. La selección de la muestra de 33 aeropuertos se ha realizado con base en el criterio
de tener una dimensión significativa en relación con el tráfico aéreo comercial durante el
periodo analizado. Con esta muestra se cubre prácticamente el 98 % del tráfico en todo
el periodo analizado.
La selección de las variables utilizadas como inputs y outputs de la función de pro-
ducción está basada en la literatura existente y en la disponibilidad de datos y coincide
con la adoptada en Coto et al. (2016) donde se explica con detalle el proceso de selección
y las características de las variables utilizadas. En resumen, con base en que la industria
aeroportuaria puede considerarse de producción conjunta (Yoshida, 2004), los outputs
utilizados son: (i) número de pasajeros embarcados y desembarcados (ii) número de
toneladas embarcadas y desembarcadas y (iii) número de operaciones. Los inputs con-
siderados de acuerdo con Oum et al. (2003) están asociados con los distintos tipos de
gasto, es decir, coste de personal, capital medido por el inmovilizado neto y otros gastos
operativos correspondientes al resto de factores de producción distintos de los corres-
pondientes al trabajo y capital.

Tabla 1. Magnitudes de los principales estadísticos de inputs y outputs. Fuente: Elaboración propia.

1992 2012
Variables Mín. Máx. Media D.T. Mín. Máx. Media D.T.
Número de
100 18096 2486,5 4028,5 24,4 45190,5 5877,5 10001
pasajeros(miles)
Cantidad de
Outputs mercancías 10 188383 12090,8 34037,2 0,2 361019,8 19734 63774,2
(toneladas)
Número de
1850 181696 26612 40719,5 4248 373192 54532,9 80355,4
movimientos
Coste del Trabajo
0,7 21,4 4,6 4,6 1,1 29,6 5,9 6,2
(millones de Euros)
Inmovilizado
11,8 6159,4 448 1159,8 7,9 3176,6 265,6 598,9
Inputs (millones de Euros)
Resto de Costes
operativos (millones 0,1 21,1 2,7 4,5 1,2 185,0 15,3 34,6
de Euros)

3 Los datos utilizados proceden de http://www.aena.es

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

105
Evaluación de la productividad y eficiencia en los aeropuertos
españoles después de la liberalización del transporte aéreo.

Todas las variables input y output seleccionadas han sido frecuentemente utilizadas
en los estudios sobre eficiencia en aeropuertos como se muestra en Tovar y Rendeiro
Martín-Cejas (2010) y en Coto-Millan et al. (2014). Las variables monetarias conside-
radas como inputs fueron deflactadas por el deflactor del PIB y expresadas en valores
monetarios de 1992.
En la tabla 1 se muestran las magnitudes de los principales estadísticos correspon-
dientes a las variables elegidas como inputs y outputs para 1992 y 2012. Se comprueba
en los dos años de referencia que para todas las variables existe una gran disparidad
entre sus valores máximo y mínimo. Este resultado muestra la existencia de una elevada
concentración en la distribución del tráfico por aeropuertos en ambos años. Además, la
desviación típica de todas las variables outputs es sensiblemente mayor en 2012 respecto
a 1992, lo que sugiere un aumento de la dispersión en la distribución del tráfico de viaje-
ros y mercancías entre los aeropuertos a lo largo del periodo.

4. Análisis de los resultados

4.1. Variación en el tráfico de pasajeros y mercancías

En la tabla 2 se muestran las variaciones que experimenta los tráficos de pasajeros, mer-
cancías, y toneladas equivalentes4 (TEQ) entre los años 199 y 2012 para cada aeropuerto
de la muestra seleccionada. La variación media por aeropuerto es positiva para las tres
variables consideradas. Los crecimientos medios anuales son: 4,40 %; 2,48 % y 4,32 %
para el número de pasajeros, toneladas y TEQs, respectivamente.

Ver Tabla 2 en la siguiente página*

4 Se considera un pasajero equivalente a 100 kg de mercancía. Esta unidad es utilizada en otras

investigaciones como en Martin et al, (2009).

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

106
Vicente Inglada; Pablo Coto-Millán; Lucía Inglada-Pérez

*Tabla 2. Tasa de variación anual del tráfico de viajeros y mercancías en los aeropuertos
españoles (1992-2012) (Tanto por ciento). Fuente: Elaboración propia

Mercancías Toneladas
Pasajeros
Aeropuertos (Millones de Equivalentes
(Millones)
Toneladas) (Millones)
Murcia-San Javier 13,09 -31,32 12,91
Girona 12,15 -1,80 12,12
Reus 11,84 2,11 11,83
Santander 9,07 -22,08 9,02
Zaragoza 4,47 11,14 7,17
Bilbao 6,53 -2,04 6,40
A Coruña 6,30 -1,41 6,26
Barcelona-El Prat 6,47 1,45 6,24
Alicante 5,97 -2,80 5,90
Asturias 5,44 -6,26 5,40
Valencia 5,31 1,82 5,19
Fuerteventura 5,26 -4,06 5,18
Málaga 4,87 -3,83 4,81
San Sebastián 4,90 -9,43 4,77
Jerez de la Frontera 4,77 -7,34 4,75
Valladolid 4,74 -4,17 4,72
Madrid-Barajas 4,68 3,31 4,57
Santiago 4,65 -4,60 4,42
Media 4,40 2,48 4,32
Vigo 4,16 -0,59 4,10
Ibiza 3,96 -3,00 3,90
Granada 3,85 -9,76 3,82
Palma de Mallorca 3,29 -0,34 3,26
Lanzarote 2,90 -5,48 2,81
Vitoria -10,53 19,83 2,30
Almería 2,32 -16,11 2,29
Tenerife 2,29 -1,08 2,22
La Palma 2,29 -5,31 2,16
Sevilla 2,12 -0,89 2,07
Menorca 2,16 -4,39 2,07
El Hierro 2,09 -4,92 1,97
Gran Canaria 2,03 -2,62 1,87
Melilla 1,55 -4,05 1,48
Pamplona 1,37 -11,14 1,33

En relación con el número de pasajeros, excepto el aeropuerto de Vitoria, todos los aero-
puertos experimentan una variación positiva. Los cuatro aeropuertos que experimentan un
mayor crecimiento entre los años 1992 y 2012 son: Murcia-San Javier (con una tasa de
crecimiento anual del 13,09 %); Girona (12,15 %); Reus (11,84 %) y Santander (9,07 %).

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

107
Evaluación de la productividad y eficiencia en los aeropuertos
españoles después de la liberalización del transporte aéreo.

Cabe resaltar que los cuatro aeropuertos citados tienen en común pertenecer al estrato de
aeropuertos caracterizado por tener la mayor presencia de las compañías de bajo coste.
En el caso del tráfico de mercancías, destaca el pronunciado crecimiento de los aero-
puertos de Vitoria (con una tasa de crecimiento anual del 19,83 %) y Zaragoza (11,14 %).
Como se menciona en Coto-Millan et al. (2016), estos dos aeropuertos se caracterizan por
haberse especializado en el tráfico de mercancías. Finalmente, combinando los resultados
descritos en el tráfico de viajeros y mercancías se observa que, en relación con el número
de toneladas equivalentes, los resultados son muy similares a los descritos para el tráfico
de viajeros. Los aeropuertos con mayor crecimiento vuelven a ser Murcia-San Javier (12,91
%); Girona (12,12 %); Reus (11,83 %) y Santander (9,02 %). Aparte de ello, cabe destacar el
elevado crecimiento del tráfico de TEQs en el aeropuerto de Zaragoza (7,17 %).
En el gráfico 1 se muestran las magnitudes de la variación entre los años 1992 y 2012
de la producción de cada aeropuerto expresada en TEQs respeto al número de TEQs
transportadas en 1992. Se observa que existe una correlación negativa entre ambas
variables de forma que cuanto mayor es el tráfico inicial menor es la tasa de crecimiento
del tráfico en el periodo analizado.
14

12
Crecimiento Medio Anual (%)

10
Tasa anual de crecimiento
Tendencia lineal
8

0
0 500 1000 1500 2000
Millones de Toneladas Equivalentes en1992

Gráfico 1. Relación entre el crecimiento del tráfico en trelos años 1992 y 2012 y el nivel del
tráfico en 1992. Fuente: Elaboración propia.

4.2. Variación de la productividad y eficiencia

Se ha utilizado el enfoque metodológico denominado Análisis Envolvente de Datos (DEA)
que se describe en el apartado 2 de esta investigación para determinar la variación de la
productividad y eficiencia en cada aeropuerto a partir de los índices de Malmquist. Los
resultados obtenidos se describen a continuación.
En la tabla 3 se muestran las magnitudes para cada aeropuerto de las variaciones,
expresadas en tantos por ciento, producidas en la productividad total de los factores,
cambio técnico, eficiencia técnica (CRS) y en sus dos componentes, eficiencia técnica
pura (VRS) y eficiencia de escala. Se observa que en relación con la variación de la pro-
ductividad total de los factores, los seis aeropuertos que experimentan un mayor creci-
miento durante 1992-2012, expresado en tasa anual de variación, son: Vitoria (10,17 %);
Girona (6,26 %); San Sebastián (5,66 %); Zaragoza (4,81 %); Jerez de la Frontera (4,15
%) y Santander (3,47 %). Cabe resaltar que los aeropuertos citados tienen en común

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

108
Vicente Inglada; Pablo Coto-Millán; Lucía Inglada-Pérez

pertenecer al estrato de aeropuertos caracterizado por tener la mayor presencia de las

compañías de bajo coste o bien estar especializados en el transporte de mercancías como
es el caso de Vitoria.

Tabla 3. Variación en los aeropuertos de la productividad total de factores y de sus

componentes entre los años 1992 y 2012. Fuente: Elaboración propia.

Índice Cambio en Cambio en

Cambio en Cambio
Aeropuerto Malmquist de eficiencia técnica eficiencia de
eficiencia técnica técnico
productividad pura escala
Alicante 1,105 1,612 0,686 1,635 0,986
Almería 0,885 1,177 0,752 1,48 0,795
Asturias 0,927 1,302 0,712 1,537 0,847
Barcelona 1,241 1 1,241 1 1
Bilbao 0,998 1,13 0,883 1,105 1,023
A Coruña 0,551 0,784 0,703 0,909 0,862
Fuerteventura 0,626 0,879 0,713 0,97 0,905
Girona 3,37 4,299 0,784 2,729 1,575
FGL Granada 0,776 1,029 0,754 1,202 0,856
El Hierro 0,582 0,614 0,949 1 0,614
Ibiza 1,204 1,437 0,838 1,417 1,014
Jerez de la
2,256 2,288 0,986 1,513 1,513
Frontera

Lanzarote 0,805 0,99 0,814 1 0,99

La Palma 0,553 0,657 0,841 0,754 0,872

Gran
1,009 0,998 1,011 1 0,998
Canaria
Madrid-Barajas 1,345 1 1,345 1 1
Menorca 0,658 0,812 0,81 0,879 0,924
Málaga-Costa
1,257 1,302 0,965 1,293 1,007
del Sol
Melilla 0,409 0,591 0,692 0,973 0,607
Palma de
1,074 1 1,074 1 1
Mallorca
Pamplona 1,183 1,541 0,768 1,64 0,94
Reus 0,727 0,659 1,102 0,668 0,988
Murcia-San
1,45 1,826 0,794 1,634 1,117
Javier
San Sebastián 3,009 2,59 1,162 1,376 1,883
Tenerife 0,81 0,905 0,895 1 0,905
Santander 1,977 2,968 0,666 2 1,484
Santiago 0,796 1,332 0,598 1,354 0,984
Sevilla 1,475 1,407 1,048 1,344 1,047
Valencia 1,146 1,195 0,959 1,185 1,009
Valladolid 0,945 1,175 0,804 0,981 1,198
Vigo 0,834 1,185 0,704 1,271 0,933
Vitoria 6,934 3,308 2,096 2,557 1,293
Zaragoza 2,56 1 2,56 1 1
Media 1,118 1,230 0,909 1,221 1,008

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

109
Evaluación de la productividad y eficiencia en los aeropuertos
españoles después de la liberalización del transporte aéreo.

En relación con el crecimiento de la eficiencia técnica global, bajo rendimientos cons-

tantes de escala, los seis aeropuertos que experimentan un mayor crecimiento durante
1992-2012, expresado en tasa anual de variación, son: Girona (7,56 %); Vitoria (6,16 %);
Santander (5,59 %); San Sebastián (4,87 %); Jerez de la Frontera (4,23 %) y Murcia-San
Javier (3,06 %). Por lo tanto, cabe concluir que el patrón de crecimiento en relación
con la eficiencia técnica global es similar al caso de la variación de la productividad.
Asimismo, los seis aeropuertos que experimentan un mayor progreso técnico durante
los años 1992 y 2012 son: Zaragoza (4,81 %); Vitoria (3,77 %); Madrid-Barajas-Adolfo
Suarez (1,49 %); Barcelona-El Prat (1,09 %); San Sebastián (0,75 %) y Reus (0,49 %). Se
observa que los dos aeropuertos que experimentan un mayor progreso técnico -Zaragoza
y Vitoria-, están especializados en el transporte de mercancías, lo que puede explicar su
mayor progreso tecnológico. Este resultado está en concordancia con las conclusiones
de Coto-Millan et al. (2016). Asimismo, los dos aeropuertos de mayo tráfico de viajeros
-Madrid-Barajas y Barcelona-El Prat- destacan por su elevado progreso tecnológico en
1992-2012.
Finalmente, en relación con el crecimiento de la eficiencia técnica pura, bajo ren-
dimientos variables de escala, los resultados son muy similares a los descritos para el
caso del crecimiento de la eficiencia técnica global. Los aeropuertos que experimentan
un mayor crecimiento en dicha variable durante 1992-2012, expresado en tasa anual
de variación, son: Girona (5.15 %); Vitoria (4.81 %); Santander (3.53 %); Pamplona
(2,50 %); Alicante (2,49 %) y Murcia-San Javier (2,49 %). De nuevo, los aeropuertos con
mayor tasa de crecimiento pertenecen al estrato de aeropuertos caracterizado por tener
la mayor presencia de las compañías de bajo coste (por ejemplo, Girona o Alicante) o
bien están especializados en el transporte de mercancías como es el caso de Vitoria.
En resumen, los resultados obtenidos del análisis de la productividad realizado revelan
que entre los años 1992 y 2012, los aeropuertos españoles han experimentado un mode-
rado crecimiento de la productividad (11,8 %) que corresponde a una tasa media anual
acumulativa del 0,37 %. La descomposición del Índice Malmquist de productividad en la
componente de cambio técnico, que representa el desplazamiento de la frontera de eficien-
cia para el nivel de output de cada empresa, y el cambio en eficiencia técnica, muestra que
el crecimiento global de la productividad para el conjunto de aeropuertos de la muestra,
se debe exclusivamente al cambio en eficiencia técnica que experimenta un crecimiento
del 23,06 %, el cual corresponde a una tasa anual acumulativa de crecimiento de 0,69 %.
Además, este importante crecimiento de la eficiencia técnica global a lo largo del periodo
analizado se debe prácticamente en exclusiva al cambio en la eficiencia técnica pura (22,1
%), ya que el crecimiento de la eficiencia de escala es marginal (0,08 %).

5. Conclusiones
En este trabajo, utilizando la metodología DEA orientada al input que nos permite esti-
mar los índices Malmquist, se analiza el comportamiento de la productividad y de los
distintos tipos de eficiencia productiva en los 33 principales aeropuertos españoles entre
los años 1992 y 2012.
A partir del análisis de los resultados obtenidos se concluye que en el periodo 1992-
2012 los aeropuertos españoles han experimentado un moderado crecimiento de la

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

110
Vicente Inglada; Pablo Coto-Millán; Lucía Inglada-Pérez

productividad (11,8 %). La descomposición del Índice Malmquist de productividad en

la componente de cambio técnico, que representa el desplazamiento de la frontera de
eficiencia para el nivel de output de cada empresa, y el cambio en eficiencia técnica, nos
muestra que el crecimiento global de la productividad para el conjunto de aeropuertos
de la muestra, se debe exclusivamente al cambio en eficiencia técnica que experimenta
un crecimiento del 23,06 %. Además, este importante crecimiento de la eficiencia técnica
global a lo largo del periodo analizado se debe prácticamente en exclusiva al cambio
en la eficiencia técnica pura (22,1 %) ya que el crecimiento de la eficiencia de escala es
marginal (0,08 %).
Las medidas de política pública deberían estar encaminadas a la consolidación de las
mejoras observadas en la productividad del sistema aeroportuario. Entre otras medidas,
cabe señalar las siguientes: (i) mejora de la eficiencia en el funcionamiento de la cadena
intermodal de transporte, por ejemplo, en la conexión con el ferrocarril de alta velocidad;
(ii) evaluaciones rigurosas de las nuevas inversiones y servicios mediante el correspon-
diente análisis coste-beneficio; (y iii) un sistema eficiente y eficaz de tasas aeroportuarias.
La investigación futura debería estar encaminada al examen de las relaciones entre
las características específicas de cada aeropuerto y las variaciones de su productividad
y de sus índices de eficiencia. También sería interesante ampliar esta investigación con
el análisis de los cambios producidos en los resultados financieros de los aeropuertos
españoles durante el periodo seleccionado.

6. Referencias Bibliográficas
Charnes, A., Cooper, W.W. y Rhodes, E. (1978). Measuring the Efficiency of Decision
Marking Units. European Journal of Operational Research, 6 (2), 429-444.

Cooper, W.W., Seiford, L.M., y Tone, K. (2000). Data Envelopment Analysis: A

Comprehensive Text with Models, Applications, References and DEA-Solver
Software. Kluwer Academic Publishers, Boston

Coelli, T.J. (1998). Multi-stage methodology for the solution of orientated DEA models.
Operational Research Letters, 23, 143-149.

Coto-Millán, P., Inglada, V., Casares, P., Badiola, A., Agüeros, M., &Pesquera, M. A.
(2014). Small is beautiful? The impact of economic crisis, low cost airlines, and
size on efficiency in Spanish Airports (2009-2011)”. Journal of Air Transport and
Management, 40, 34-41.

Coto-Millán, P., Inglada, V., Fernández, X.L. y Inglada-Perez, L. (2016): The “effect
procargo” on technical and scale efficiency at airports: The case of Spanish airports
(2009–2011). Utilities Policy, 39, 29-35.

Färe, R., Grosskop, S., Norris, M. & Zhang, Z. (1994): “Productivity growth, technical
progress, and efficiency change in industrialized countries”. The American
Economic Review, 84 (1), 66-83.

Färe, R., Grosskop, S. y Roos, P. (1998): “Malmquist productivity indexes: A survey of

theory and practice”, en Färe, R., Grosskopf, S. y Russell, R. (edits.): Index numbers:
Essays in honor of Sten Malmquist, Kluwer Academic Publishers, Boston.
Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

111
Evaluación de la productividad y eficiencia en los aeropuertos
españoles después de la liberalización del transporte aéreo.

Farrell, M.J. (1957). The Measurement of Productive Efficiency. Journal of the Royal
Statistical Society Series A (General), 120 (3), 253–281.

Forsund, F. R. y Hjalmarsson, L. (1979). Generalised Farrell Measures of Efficiency: An

Application to Milk Processing in Swedish Dairy Plants. Economic Journal, Royal
Economic Society, 89 (354), 294-315.

Martín, J. C., Román, C. y Voltes-Dorta, A. (2009). A stochastic frontier analysis to

estimate the relative efficiency of Spanish airports, Journal of Productivity
Analysis, 31: 163-176.

Murillo-Melchor, C. (1999). An analysis of technical efficiency and productivity changes

in Spanish airports using the Malmquist index. International Journal of Transport
Economics, 26 (2), 271-292.

Oum, T. H., Yu, C., y Fu, X. (2003). A comparative analysis of productivity performance
of the world´s major airport: summary report of the ATRS global airport
benchmarking research report-2002. Journal of Air Transport Management, 9,
285–297.

Salazar, F. (1999). A DEA approach to the Airport production function, International

Journal of Transport Economics, 26 (2), 255–270.

Thanassoulis, E. (2001). Introduction to the Theory and Application of Data

Envelopment Analysis: A Foundation Text with Integrated Software. Springer
Verlag, New York.

Tovar, B. y Rendeiro Martín-Cejas, R., (2009). Are outsourcing and non-aeronautical

revenues important drivers in the efficiency of Spanish airports? Journal of Air
Transport Management, 15, 217–220.

Tovar, B. y Rendeiro Martín-Cejas, R. (2010). Technical efficiency and productivity

changes in Spanish airports: A parametric distance functions approach.
Transportation Research E, 46 (2), 249-260.

Yoshida, Y. (2004). Endogenous-weight TFP measurement: methodology and its

applications to Japanese-airport benchmarking. Transportation Research E, 40,
151-182.

Revista de Evaluación de Programas y Políticas Públicas | Núm. 9 (2017), pp. 99-112

112